GPT-6 Luna - OpenAI 推出的轻量级 AI 模型

GPT-6 Luna是什么

GPT‑6 Luna 是 OpenAI 推出的轻量级模型，与 GPT‑6 Sol 同属 GPT‑6 Astra 的衍生版本，瞄准高频、规模化任务。API 价格压到输入 0.1 美元、输出 0.5 美元每百万 token，比上一代便宜 50%，已经打进 DeepSeek 的地盘。编程测试 DeepSWE 拿到 66.6%，接近 Claude Opus 5 中等强度水平，成本仅为其约 7%，适合轻量开发、批量处理和多 Agent 并发场景。

GPT-6 Luna的主要功能

• 轻量级编程：DeepSWE v1.1 得分 66.6%，接近 Claude Opus 5 中等强度水平，但任务成本低 93%。
• 计算机操作：OSWorld 2.0 测试中超过 GPT-5.6 Sol（medium），成本仅为其十分之一。
• 专业工作流：高推理强度下 AutomationBench 得分较 GPT-5.6 Luna 提升 5.4 个百分点，任务成本降低 58%。
• 事实准确性：高推理强度下以约百分之一的成本达到 GPT-5.6 Sol 的事实可靠性水平。
• 协作风格优化：回答更简洁清晰，少术语、少冗余细节，明确说明检查了哪些内容。

GPT-6 Luna的技术原理

• Astra 蒸馏下放：训练方法和 GPT-6 Astra 接近，把旗舰模型在推理、多模态、对齐上的能力压进一个更轻、吞吐更高的版本。追的不是峰值性能，是”能力规模化”。
• 推理基础设施优化：改缓存机制、提推理效率，服务成本降下来，省出的部分直接以降价 50% 让给用户。低价是这么来的，不是靠砍模型能力。
• Prompt Caching 升级：默认缓存命中率更高，读缓存输入打 90% 折扣。对话中调推理强度、开关工具，都不会把缓存复用弄坏；显式断点让开发者自己划定缓存前缀的边界。长上下文 Agent 场景里，这些很要紧。
• 分级推理强度：effort 分低、中、高、最高几档，按任务难度调算力。高挡能摸到上一代 Sol 的水平，低挡把成本再往下压，成本和能力之间自己找平衡。

如何使用GPT-6 Luna

• 确认是 Plus、Pro、Business、Enterprise 或 Edu 用户（Free/Go 用户仅限桌面应用使用 Luna）。
• 打开 ChatGPT Work 或 Codex，在模型选择器中找到 GPT-6 Luna。
• 直接输入任务就能用。Luna 更适合高频、轻量的日常活。

• 登录 OpenAI 开发者平台，获取 API Key。
• 在请求中将模型参数设为 gpt-6-luna，按每百万 token 输入 0.1 美元、输出 0.5 美元计费。
• 可通过控制台 Prompt Caching Dashboard 监控缓存命中率，配合显式断点优化长上下文复用以进一步降低成本。

GPT-6 Luna的核心优势

• 能力越级对标：DeepSWE 编程测试达 66.6%，接近 Claude Opus 5 中等强度水平，但任务成本低 93%。
• 闯入 DeepSeek 价格腹地：普通请求定价已进入 DeepSeek V4.1 Flash 区间且更便宜，没有峰谷定价波动。
• 事实可靠性提升：高推理强度下以约百分之一的成本达到 GPT-5.6 Sol 的事实准确性水平。
• 缓存大幅省钱：改进的 Prompt Caching 命中率高，缓存输入读取享 90% 折扣，长上下文 Agent 场景成本进一步压缩。
• 适合规模化并发：轻量架构吞吐量高，适合批量处理、轻量开发、多 Agent 并发等高频任务。

GPT-6 Luna的项目地址

• 项目官网：https://openai.com/index/introducing-gpt-6-sol-and-luna/

GPT-6 Luna的同类竞品对比

对比维度	GPT-6 Luna	DeepSeek V4.1 Flash
输入价格	$0.10 / 百万 token（约 0.7 元）	闲时 1 元，高峰 2 元
输出价格	$0.50 / 百万 token（约 3.5 元）	闲时 4 元，高峰 8 元
缓存命中输入	缓存读取 90% 折扣	闲时低至 0.02 元 / 百万 token
价格模式	固定价，无峰谷波动	闲时/高峰分时定价
DeepSWE 得分	66.6%（max）	74.2%
上下文窗口	支持长上下文 + 缓存优化	100 万 token 上下文
多模态	继承 Astra 多模态能力	支持图文理解
生态入口	ChatGPT Work、Codex、API 全家桶	API + 开放平台

GPT-6 Luna的应用场景

• 轻量级编程：代码检查、批量修改、简单功能开发都交给它，花的钱大约是 Claude Opus 5 的 7%，编程能力却接近其中级水平。
• 多 Agent 并发任务：大规模 Agent 并行执行的长流程工作流，靠它撑起来；单价低，并发越大，成本优势越明显。
• 高频日常办公：邮件起草、文档摘要、数据整理这些重复活都能接，价格固定、没有峰谷波动，预算好算。
• 计算机自动化操作：执行网页浏览、表单填写等 RPA 类任务，以 GPT-5.6 Sol 十分之一的成本实现更高的操作得分。
• AI 应用规模化部署：拿来当聊天机器人、内容生成产品的后端模型，API 定价低，调用量再大，边际成本也几乎可以忽略。